Machine Learning Algorith

ms Cheat Sheet system

Term Project Report

梁啟納
碩一
606380359
Machine Learning 簡介
• 機器學習的流程共有以下七個步驟：
• 收集資料（ Gathering data ）
• 準備數據（ Preparing that data ）
• 選擇模型（ Choosing a model ）
• 訓練機器（ Training ）
• 評估分析（ Evaluation ）
• 調整參數（ Hyperparameter tuning ）
• 預測推論（ Prediction ）
目標 --- 「我該使用哪種機器學習的演算法
？ 」
答案永遠都是「視情況而訂 」
這可取決於
1. 資料 / 數據的大小、品質和性質
2. 您想用這個答案來做些什麼
3. 任務的緊迫性
4. 你有多少時間可以用來計算
對象
• 剛接觸 Machine Learning 的初學者

• 對使用 Machine Learning 有經驗者

• 資深的 Machine Learning 使用者

↕全階段均適用
即使經驗最豐富的資料科學家，在沒有嘗試之前，也無法確認哪
一個演算法效果會最好。
給出答案的準則
↓根據使用者所回答的多個二元分類 ( 是 / 否 ) 的答案
↓包含所有會出現的可能性
→帶領到最後符合需求之結果

設定得到答案所需回答的問題數量之範圍，確保答案的品質。
最短為 3 個，最長為 8 個
編程前所需之準備

1) 收集 Machine Learning Algorithms 的資料

→加以分類並找出 Algorithms 之間的差異
→以簡潔明瞭的方式表達問題

2) 系統回答出使用者所需的 Algorithms 後
→給予一些建議及意見
→確認蒐集到的資料是否足以應付相關分析
系統推理之流程圖
選擇演算法的 Rule_Set
選擇維度下降的 Rule_Set
Example1
Example1 結果頁面
Example2
Example2 結果頁面
系統的限制與可以改進的地方
• 系統的限制 :
• 系統目前只能提供包括 19 種不同的演算法 , 均為較熱門及常用的演算法 , 一些較
為冷門及特殊的演算法則沒寫進此系統中
• 延續上一點 , 通過此系統推理出的答案也可能因使用者之資料較為特殊而發生不能
使用此系統所提供之演算法

• 可以改進的地方 :
• 用於推理的問題句子可以設得更加準確及加上例子作為參考
• 結果頁面中提供的答案可加上解釋及用法的超連結或資料